Halsey Wise, CEO of Lyric – Wywiad z serii

Halsey Wise, CEO of Lyric, posiada prawie trzy dekady doświadczenia w zakresie przywództwa wykonawczego, nadzoru korporacyjnego i tworzenia wartości w branży technologii zdrowia, oprogramowania i usług finansowych. Po służbie w radzie Lyric od 2022 roku objął stanowisko CEO, koncentrując się na skalowaniu platformy Lyric42, pogłębianiu relacji z klientami i partnerami, przyspieszaniu innowacji i inwestycji w AI oraz napędzaniu wzrostu poprzez organiczne rozszerzanie i strategiczne przejęcia. Wise kierował sześcioma firmami jako CEO lub prezes, w tym publicznymi firmami, takimi jak Intergraph i MedAssets, oraz zasiadał w radach nadzorczych dużych organizacji technologicznych i zdrowia, w tym Cotiviti, Cerner, Aspen Technology , Acxiom, Nextech Systems, Lyric i WellSky. Jest również przewodniczącym i CEO Lime Barrel Advisors, starszym doradcą TPG Capital oraz współkieruje fundacją rodzinną wspierającą stypendia, bezpieczeństwo żywnościowe, usługi dla weteranów i sprawy zdrowia.

Lyric to firma inteligencji decyzyjnej w zakresie zdrowia, skupiająca się na poprawie dokładności płatności dla planów zdrowia poprzez zastosowanie polityki, danych, AI, przeglądu klinicznego i wyjaśnialnego wsparcia decyzyjnego przed wypłatą roszczeń. Platforma Lyric42 została zaprojektowana, aby pomóc planom zdrowia koordynować decyzje płatnicze w ramach reguł, przepływów pracy, produktów integralności płatniczej i zaleceń opartych na AI, z celem zmniejszenia marnotrawstwa administracyjnego, poprawy pierwszej dokładności płatności, zmniejszenia tarcia dostawców i zapewnienia klientom większej przejrzystości co do powodów decyzji płatniczych. Firma przedstawia swój podejście AI jako takie, które uzupełnia ludzką ekspertyzę, a nie ją zastępuje, łącząc automatyzację, walidację kliniczną, zarządzanie i kontrolę klienta w celu wspierania bardziej spójnych i uzasadnionych decyzji płatniczych w zakresie zdrowia.

Prowadziłeś i doradzałeś dużym firmom zdrowia i technologii, w tym MedAssets, Cerner, Cotiviti i teraz Lyric. Jak Twoje doświadczenie w zakresie IT zdrowia, analityki i technologii kształtowało Twoją wizję dla Lyric?

We wszystkich firmach, którymi kierowałem lub które doradzałem, jedna przekonanie stało się jeszcze silniejsze: zdrowie nie może się poprawić bez zaufania, prawdy i przejrzystości jako podstawy. Są to nie miękkie wartości. Są to warunki operacyjne, na których opiera się lepszy system zdrowia. Każdy plan, dostawca i członek jest dotknięty tym, czy podstawowa inteligencja może być zaufana, czy informacje odzwierciedlają prawdę, i czy powód decyzji jest wystarczająco przejrzysty, aby wytrzymać kontrolę.

To przekonanie kształtuje, jak myślę o Lyric. Dołączyłem do rady Lyric w 2022 roku, zanim objąłem stanowisko CEO, i to, co wtedy zrozumiałem, wierzę teraz jeszcze mocniej. My w Lyric budujemy jedną z najbardziej innowacyjnych, wpływowych i ważnych firm healthtech.

Lyric to inteligencja decyzyjna w zakresie zdrowia. Dekady doświadczenia klinicznego i płatniczego, głębokie relacje z klientami i partnerami oraz platforma działająca w skali krajowej dają nam podstawę, której niewiele firm w zdrowiu posiada. Płatność jest najwyższym wyrazem tego dzisiaj, ale szersza możliwość polega na tym, aby dać ludziom w zdrowiu technologię i wgląd, aby podejmować lepsze decyzje, wcześniej, z pewnością, w służbie lepszego zdrowia dla ludzi i pacjentów, którym ostatecznie służy.

Wierzę głęboko, że podejmowanie decyzji w zakresie zdrowia należy do ludzi. Sąd kliniczny, interpretacja polityki i odpowiedzialność nie mogą być zlecone modelowi. To, co AI może zrobić, i co powinno zrobić, to poinformowanie i wspieranie ludzi, którzy podejmują te decyzje. Może ono wykryć sygnały, trendy i anomalie, które były wcześniej pogrzebane w skali i złożoności. Może ono wskazać, gdzie coś wygląda niekonsekwentnie, gdzie pojawia się wzorzec lub gdzie decyzja wymaga bliższego spojrzenia. To jest rola AI w zdrowiu: rozszerzyć ludzką widoczność i wzmocnić ludzką ocenę, a nie ją zastąpić.

Lyric spędził ostatnie kilka lat na odbudowie swojego stosu technologicznego w oparciu o platformę AI w chmurze wspierającą operacje płatnicze na ponad 190 milionach żyć. Jakie były największe wyzwania architektoniczne lub organizacyjne związane z tym przejściem?

Lyric powstał jako wyodrębnienie z większej organizacji. Odziedziczyliśmy infrastrukturę dziedzictwa wraz z niesamowitymi relacjami z klientami i dekadami doświadczenia operacyjnego.

W ciągu ostatnich kilku lat odbudowaliśmy fundamenty technologiczne od podstaw. Wyzwaniem nie było tylko zmodernizowanie infrastruktury. Było to ewoluowanie 30-letniego biznesu dokładności płatniczej w nowoczesną platformę inteligencji decyzyjnej w zakresie zdrowia, przy zachowaniu wyjaśnialności, audytowalności i zaufania.

Podstawowym założeniem było zapewnienie zerowej przerwy w działalności gospodarczej podczas modernizacji naszej technologii. Wykorzystaliśmy zaawansowane możliwości Lyric42, aby zapewnić bardzo dokładne migracje, pracując ściśle z naszymi klientami planów zdrowia, aby stworzyć bezpieczne i bezpieczne przejście.

Architektonicznie przenieśliśmy się z ustalonego wcześniej porządku do inteligencji w czasie rzeczywistym, która wspiera decyzje płatnicze w pierwszej kolejności w ramach przepływów pracy. W tym samym czasie każdy wynik musiał pozostać przejrzysty, uzasadniony politycznie i wyjaśnialny.

Podczas migracji klientów na nową platformę wspieramy operacje płatnicze na ponad 200 milionach żyć za pomocą zunifikowanej architektury inteligencji, która wcześniej wyświetla wglądy, zmniejsza marnotrawstwo i wspiera bardziej spójne podejmowanie decyzji w skali.

Uzasadniłeś, że płatności zdrowia muszą przechodzić od odzyskiwania po płatności do inteligencji przedpłatniczej. Jakie przełomy technologiczne sprawiają, że ten przejść jest możliwy w skali?

Przejście od odzyskiwania po płatności do inteligencji przedpłatniczej jest teraz możliwe, ponieważ zdrowie wreszcie ma połączenie danych o przepływie pracy w dużym zakresie, infrastruktury chmury i AI, które mogą oddzielić sygnał od szumu w środowiskach roszczeń o wysokim stopniu złożoności.

Historycznie większość systemów została zbudowana w celu analizy tego, co się wydarzyło po płatności. Dziś możemy zastosować inteligencję znacznie wcześniej w ramach przepływów pracy, zanim błędy, spory i marnotrawstwo przechodzą przez system.

Z punktu widzenia możliwości Lyric wprowadził inteligentny wybór do przeglądu przedpłatniczego, zapewniając, że roszczenia nie są niepotrzebnie wstrzymane przed płatnością, gdy czas jest krytyczny zarówno dla planów, jak i dostawców. Za pomocą naszej platformy audytu inteligentnego umożliwiliśmy również przetwarzanie roszczeń, które wymagają przeglądu przez człowieka, w godzinach lub dniach, a nie w tygodniach lub miesiącach, jak wymagają tradycyjne procesy.

Te przełomy technologiczne, połączone z zaawansowaną orkiestracją w ramach Lyric42, odblokowały inteligencję decyzyjną w zakresie zdrowia dla dokładności przedpłatniczej, łącząc AI, politykę i ekspertyzę kliniczną, aby wspierać dokładne, wyjaśnialne decyzje płatnicze w pierwszej kolejności. Co ważne, to działa tylko w skali, gdy inteligencja pozostaje przejrzysta, audytowalna i zakorzeniona w ludzkiej odpowiedzialności.

Większość zdrowia nadal opiera się na fragmentowanej infrastrukturze dziedzictwa. Dlaczego uważasz, że systemy AI-native będą podstawowo przewyższać tradycyjne „systemy rejestracji” w ciągu najbliższej dekady?

Systemy dziedzictwa zdrowia zostały pierwotnie zaprojektowane do rejestrowania transakcji i wspierania audytów retrospektywnych. Nie zostały one zbudowane w celu wspierania podejmowania decyzji opartych na inteligencji w ramach przepływów pracy.

Zdrowie wymaga teraz systemów inteligencji, które mogą działać w skali, prędkości i złożoności, jakich wymagają nowoczesne operacje płatnicze. Zaletą nowoczesnych systemów inteligencji decyzyjnej w zakresie zdrowia jest nie tylko zastosowanie AI. Jest to możliwość połączenia polityki, danych, AI i przeglądu klinicznego, aby wspierać bardziej spójne, wyjaśnialne decyzje w czasie rzeczywistym.

Przyszła zaleta będzie należeć do systemów, które mogą ciągle uczyć się z operacyjnych przepływów pracy, pozostając przejrzystymi, wyjaśnialnymi i odpowiedzialnymi. Zdrowie nie może funkcjonować bez ludzkiej ekspertyzy, więc celem nie jest podejmowanie decyzji autonomicznych. Celem jest wspieranie podejmowania decyzji przez ludzi za pomocą inteligencji, której można ufać.

Lyric opisuje się jako firmę AI płatniczą zbudowaną na dekadach doświadczenia klinicznego. Jak ważne jest własne dane zdrowia i historyczna inteligencja roszczeń w budowaniu systemów AI w tym sektorze?

Własna inteligencja roszczeń i dane o przepływie pracy są podstawowe w zdrowiu, ponieważ ogólne modele same w sobie nie są wystarczające, aby wspierać dokładne, wyjaśnialne decyzje płatnicze w skali.

Platforma Lyric wspiera około 200 milionów żyć i jest zbudowana na dekadach operacyjnej inteligencji roszczeń. Ta wiedza i kontekst są ważne, ponieważ odzwierciedlają, jak polityki są stosowane, gdzie spory pojawiają się, jak błędy występują i jak przepływy pracy płatniczej zachowują się w świecie rzeczywistym.

Połączenie integracji przepływu pracy, trzech dekad doświadczenia klinicznego i inteligencji roszczeń długoterminowych tworzy systemy, które są nie tylko bardziej dokładne, ale także bardziej wyjaśnialne i operacyjnie audytowalne.

W zdrowiu inteligencja ma znaczenie tylko wtedy, gdy ludzie mogą ją zrozumieć, zwalidować i działać z pewnością.

Jednym z największych problemów w AI zdrowia jest zarządzanie i wyjaśnialność. Jak wygląda skuteczna nadzór człowieka w pętli w praktyce, gdy AI bierze na siebie więcej odpowiedzialności za decyzje płatnicze?

Dla nas nadzór człowieka w pętli nie jest buzzwordem; jest to architektura. AI jest narzędziem, które używamy do wspierania podejmowania decyzji przez ludzi.

Można to zobaczyć w naszej pracy nad tworzeniem treści. Zbudowaliśmy Studio42, doświadczenie tworzenia treści na szczycie naszej platformy Lyric42, postępując zgodnie z zasadą, że każda reguła i edycja muszą być deterministyczne. AI pomaga naszym zespołom przeglądać duże ilości materiałów rządowych, branżowych i badawczych, identyfikować odpowiednie wzorce i surface rekomendacje. Ale AI nie staje się źródłem prawdy. Źródłem prawdy jest oryginalny materiał i ludzka ekspertyza kliniczna.

Każda reguła i edycja są zaprojektowane, aby być śledzalne i audytowalne. Eksperci kliniczni przeglądają i walidują pracę przed jej wprowadzeniem do produkcji, a każda rekomendacja, którą nasz AI proponuje, aby pomóc naszemu zespołowi tworzyć treści, jest oparta na oryginalnych źródłach i ludzkiej wiedzy. Śledzimy również pełną historię zmian, aby było jasne, czy reguła lub treść zostały zbudowane z konkretnego rządowego, branżowego lub badawczego źródła.

To jest to, czym jest skuteczny nadzór w praktyce: AI pomaga w skali i wykrywaniu sygnałów, eksperci kliniczni walidują pracę, a system zachowuje wyraźny ślad audytowy od materiału źródłowego do przeglądanej treści. Co równie ważne, nasi klienci zachowują pełną kontrolę nad tym, czy i kiedy wdrożyć treści, reguły lub rekomendacje wyświetlane za pomocą platformy.

W zdrowiu stawki są zbyt wysokie, aby ważne decyzje były podejmowane wyłącznie przez maszynę lub model. W Lyric wierzymy, że ludzka ekspertyza, osąd i odpowiedzialność muszą pozostać podstawowe, a nie traktowane jako pomyślne, zaprojektowane od samego początku.

Marnotrawstwo zdrowia pozostaje jednym z największych czynników kosztowych w systemie amerykańskim. Gdzie uważasz, że AI może mieć najbardziej widoczny wpływ na zmniejszenie niepotrzebnych wydatków bez negatywnego wpływu na opiekę pacjentów?

Zdrowie stanowi około 20% PKB USA , a 25% z tego to marnotrawstwo. Większość tego marnotrawstwa jest przypisywana złożoności systemu, a nie oszustwu lub celowemu marnotrawstwu.

To właśnie dlatego zbudowaliśmy platformę Lyric42. Przenosi proces roszczeń z modelu pay-and-chase do inteligencji przedpłatniczej, umożliwiając planom zdrowia uzyskanie płatności poprawnie po raz pierwszy.

Znacząca część marnotrawstwa zdrowia pochodzi z administracyjnej rework, mając niezgodną inteligencję wśród wielu interesariuszy. To prowadzi do niepotrzebnych odrzuceń i rebills, większej intensywności ręcznych audytów i wzrostu apeli dostawców bez istotnej zmiany ostatecznej płatności.

Marnotrawstwo pochodzi z braku odpowiedniej inteligencji we właściwym czasie. Lyric zapewnia planom zdrowia inteligencję decyzyjną i rekomendacje, zwalidowane i wsparte przez wiedzę kliniczną, aby pomóc zidentyfikować oczywiste błędy i niekonsekwencje (kodowanie, jednostki, bundling, wyrównanie polityki medycznej). Robimy to przed płatnością, co zmniejsza marnotrawstwo i błędy kodowania, redukując tam i z powrotem rework, apeli i dostosowań.

Platforma Lyric integruje coraz więcej automatyzacji, predykcyjnej analityki i AI-wspomaganych przepływów pracy do operacji roszczeń. Jak blisko jesteśmy do przyszłości, w której duże części przepływów pracy płatniczych zdrowia będą działać w sposób autonomiczny?

W ciągu najbliższej dekady zobaczymy świat, w którym większość zadań w ramach przepływów pracy płatniczych będzie zautomatyzowana. Ale wymagania regulacyjne i zgodności będą nadal wymagać wyraźnej odpowiedzialności, co oznacza identyfikowalnego człowieka i odpowiedzialność organizacyjną. AI, automatyzacja i analityka predykcyjna będą upraszczać nudne codzienne zadania w przepływach pracy płatniczych zdrowia, w tym walidację danych, wykrywanie wzorców i rekomendacje w czasie rzeczywistym podczas pierwszego przejścia roszczenia. Wrażliwe, o wysokim wpływie lub niejasne decyzje pozostaną pod ludzką kontrolą.

Zdrowie jest fundamentalnie różne od wielu branż, ponieważ odpowiedzialność ma znaczenie. Decyzje płatnicze wpływają na dostawców, plany, pacjentów/członków i wyniki finansowe w całym ekosystemie zdrowia.

Nie budujemy w pełni autonomicznego AI płatniczego. Budujemy inteligencję decyzyjną w zakresie zdrowia, zaprojektowaną do wspierania podejmowania decyzji przez ludzi.

Przyszłość nie jest autonomicznym płatnościom zdrowia. Przyszłość to wyjaśnialna inteligencja wspierająca ludzi, którzy pozostają odpowiedzialni za decyzje i wyniki.

Wiele przedsiębiorstw wciąż eksperymentuje z AI w izolowanych pilotach. Co odróżnia organizacje, które są skutecznie operacjonalizujące AI, od tych, które pozostają w trybie proof-of-concept?

Różnica polega na tym, że skuteczne organizacje nie traktują AI jako serii izolowanych pilotów. Traktują je jako zdolność operacyjną i pęd.

Wymaga to więcej niż silny model. Wymaga to podstawowych inwestycji w tooling, monitoring, zarządzanie i projektowanie przepływów pracy. W naszym doświadczeniu AI tylko skaluje, gdy technologia wspiera procesy zarządzania wokół niej, a gdy procesy ludzkie są przebudowane wokół przepływu pracy z AI. Potrzebne są wyraźne własność, sponsorowanie wykonawcze, wyrównanie operacyjne i stała pętla informacji zwrotnej na temat tego, jak AI działa w produkcji.

Ostatni punkt jest krytyczny. Organizacje, które operacjonalizują AI, nie przestają na wdrożeniu. Monitorują wydajność, analizują wyniki, identyfikują, gdzie system potrzebuje ulepszeń, i ciągle ulepszają. AI staje się częścią operacyjnego rytmu, a nie jednorazową implementacją.

W Lyric widzieliśmy ten wzorzec w obszarach takich jak tworzenie treści. Skoncentrowaliśmy się na tym, aby dostać jeden obszar prawidłowo najpierw, z odpowiednim toolingiem, kontrolami, monitoringiem i przeglądem ludzkim. Gdy ta podstawa okazała się sukcesem, mogliśmy użyć tego samego podstawowego podejścia, aby rozwinąć się do innych obszarów. To jest bardzo różne od uruchomienia proof-of-concept, który wygląda dobrze w demo, ale nigdy nie musi przetrwać złożoności operacji na żywo.

Organizacje, które pozostają w trybie pilota, często zaniżają tę złożoność. Mogą testować modele na wąskich zestawach danych lub kontrolowanych przepływach pracy, ale nie łączą AI z prawdziwymi operacjami z zarządzaniem, monitoringiem i zarządzaniem zmianą, wymaganymi do utrzymania go. Organizacje, które są skuteczne, budują podstawę najpierw, udowadniają wartość w skupionym obszarze, a następnie skalują z dyscypliną.

Spójrzając w przyszłość, uważasz, że długoterminowi zwycięzcy w AI zdrowia będą firmami z najlepszymi samodzielnymi modelami, czy tymi z najgłębszą integracją operacyjną, danymi o przepływie pracy i efektami sieciowymi w całym ekosystemie zdrowia?

W zdrowiu długoterminowi zwycięzcy nie będą firmami z najlepszymi samodzielnymi modelami w izolacji. Będą to firmy z najgłębszą integracją operacyjną, najbogatszymi danymi o przepływie pracy i najmocniejszymi efektami sieciowymi w całym ekosystemie zdrowia.

Modele będą nadal ulegały poprawie, a wiele możliwości stanie się bardziej powszechnych w czasie. To, co jest znacznie trudniejsze do odtworzenia, jest połączenie wbudowanej pozycji przepływu pracy, inteligencji roszczeń długoterminowych i zaufanych relacji z planami zdrowia, dostawcami i partnerami.

Platforma Lyric obejmuje około 200 milionów żyć i jest zbudowana z dekad własnej inteligencji dokładności płatniczej, z możliwością warstwowych nowych możliwości i partnerów. Ponieważ jesteśmy wbudowani wcześnie w przepływ pracy płatniczej i działamy po opiece i przed płatnością, mamy widoczność w rzeczywistym przepływie transakcji, a nie tylko statyczne zestawy danych. To głębokość danych o przepływie pracy i wynikach jest tym, co pomaga AI oddzielić sygnał od szumu i przenieść się z analizy trendów do predykcji, rekomendacji i działania.

Dziękujemy za wspaniały wywiad, czytelnicy, którzy chcą dowiedzieć się więcej, powinni odwiedzić Lyric.